考研笔记

从线性变换看叉积：为什么行列式公式会冒出来

这一页在记什么

这一集比考研常规要求更深一点，但它解释了一个很妙的问题：为什么叉积的计算公式里会出现行列式？

核心路线是：

  1. 固定两个向量 ；
  2. 定义一个函数，把任意向量 映射成三个向量张成的有向体积；
  3. 这个函数是线性的；
  4. 根据对偶性，它可以表示成某个向量与 的点积；
  5. 这个对偶向量就是 。

这一集真正解决的困惑

上一集给了叉积的标准图像，但还留下一个“不服气”的地方：

为什么这个几何对象竟然可以用一个看起来很怪的行列式来算？

尤其是这个写法：

第一行明明是向量符号，下面两行是数字，为什么能混在一起？

这一集的答案是：这不是随便的记忆技巧，而是来自一个线性函数的对偶向量。

推导主线慢慢拆

第一步：固定 ，让第三个向量变化

考虑函数：，这里 固定， 是输入变量。

这个函数输出的是 三个向量张成的有向体积。

第二步：这个函数是线性的

行列式对每一列都是线性的。既然 占据其中一列，固定另外两列后， 就是关于 的线性函数。

也就是说：

第三步：线性函数可以由一个向量代表

根据点积那一集的思想，任何从三维向量到数轴的线性函数，都可以写成：，这个代表它的 ，就是对偶向量。

第四步：这个 就是叉积

对于 ，代表它的对偶向量正好满足叉积的几何性质：

  • 垂直于 ；
  • 长度等于 张成的面积；
  • 方向遵守定向约定。

所以它就是 。

行列式公式不是纯记忆技巧

标准公式里第一行放 ，看起来像符号技巧。这一集就是在说明：它不是凭空魔法，而是对偶性的结果。

把它变成自己的判断规则

这一集不需要变成刷题主线，但可以变成一个理解规则：

叉积是用点积测体积的那个向量。

也就是说， 被设计成满足：，左边是点积，右边是有向体积。叉积正是把“由 确定的体积测量函数”变成一个向量。

和考研线代的连接

1. 不必把这集当成计算重点

考研一般不会要求你用对偶性推导叉积。但这集能加深对三个对象的理解：

  • 点积；
  • 叉积；
  • 行列式。

它们不是散装公式，而是围绕投影、面积、体积、线性函数互相连接。

2. 混合积更好理解

就是以 为边的有向体积。这比只背“点乘叉乘”更稳定。

易错点

  • 以为叉积公式里的行列式只是记忆技巧。
  • 忘了行列式对每一列都是线性的。
  • 把对偶性理解成抽象玄学。这里它只是“线性函数可以由一个向量代表”。
  • 在考研复习中投入过多时间深挖这一集，反而挤压核心题型训练。

我疑惑的地方

疑惑 1：这集是不是太抽象，考研要不要掌握？

作为计算题主线，不需要。

但作为理解材料，很有价值。它能把点积、叉积、行列式三件事接到一起：

对象几何意义
点积方向分量 / 线性测量
叉积面积向量
行列式有向面积或体积

这会减少“公式都很散”的感觉。

疑惑 2：对偶向量到底是什么？

在这几集里，先不用追求抽象定义。可以这样理解：

如果一个线性函数 把向量送到数，而且它可以写成，那么 就是代表这个函数的向量。

也就是说，向量 不只是箭头，还可以是一种测量方式。

疑惑 3：为什么行列式对每一列线性很重要？

因为它保证 是线性函数。只有这样，才可以用点积的对偶思想把它表示成某个向量 。

如果没有线性，就不会自然冒出“一个向量代表这个函数”的结构。

下次遇到怎么办

如果只是考研刷题，看到叉积按标准公式算即可；如果想理解为什么公式合理，就回到这条链：

固定体积函数线性函数对偶向量。

这条链想通一次就够，不需要每道题都重推。

更高层次的见解

这一集最漂亮的地方在于：一个几何对象可以通过“它如何测量别的向量”来定义。

叉积不是孤零零的公式，而是一个连接器：

面积向量点积有向体积

这就是 3Blue1Brown 这部分讲得好的地方：它不是让你多背一个公式，而是让几个公式互相认识。

本集复看问题

  1. 为什么 是线性函数？
  2. 对偶向量是什么意思？
  3. 为什么 可以同时表示面积向量和体积函数？
  4. 这一集哪些内容是考研主线，哪些只是理解增强？
  5. 我能不能说出点积、叉积、行列式三者之间的关系？

链接

反向链接